检索结果-南通市图书馆

震灾防御技术 2022年第1期17卷 181-187页

作者：宫杰张朋张扬张敏王佳居海华江苏省地震局南京210014 江苏省灌云地震台江苏连云港222200

为获取江苏省测震台网井下地震计精确方位角,架设地面参考地震计,将其精确指北,并与井下地震计检测结果进行对比,利用相关分析法计算22个深井台站精度较高的方位角。研究结果表明,受多因素制约,井下地震计检测结果普遍偏差较大,部分台... 详细信息

为获取江苏省测震台网井下地震计精确方位角,架设地面参考地震计,将其精确指北,并与井下地震计检测结果进行对比,利用相关分析法计算22个深井台站精度较高的方位角。研究结果表明,受多因素制约,井下地震计检测结果普遍偏差较大,部分台站水平向分量几乎反向,如提井,需重新进行方位角检测;地面与井下地震计同频带有利于提高相关性,从而获取高精度检测结果;利用不同频带地震计进行井下地震计方位角检测时,对较宽频带地震计进行仿真处理尤为重要;溧阳2台站新建井下地震计检测结果表明相关分析法可应用于井下地震计方位角检测;尽可能选择台基噪声功率谱密度曲线具有明显波峰频段作为滤波频段,有利于提高地面与井下地震计观测数据相关性,提高方位角检测精度。

关键词：江苏测震台网井下地震计方位角检测相关分析法 P波极性滤波频段

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

浙江省测震观测台网井下地震计方位角检测与校正

引用

地震地磁观测与研究 2019年第4期40卷 125-129页

作者：张明陈军辉严俊峰尹晶飞戴陈兵浙江省地震局

选取浙江省测震台网景宁、北仑、南麂岛地震台井下地震计观测数据,采用地震数据波形相关性分析法,与地表地震计同步观测数据进行相关性分析,检测并校正井下地震计方位角,结果发现,3个地震台井下地震计方位角实际偏差分别为82.2°、-22.... 详细信息

选取浙江省测震台网景宁、北仑、南麂岛地震台井下地震计观测数据,采用地震数据波形相关性分析法,与地表地震计同步观测数据进行相关性分析,检测并校正井下地震计方位角,结果发现,3个地震台井下地震计方位角实际偏差分别为82.2°、-22.8°、32.2°。分析认为,井下地震计安装易受线缆应力影响,导致方位角与实际偏差过大,应在应力释放完成后固定地震计,并架设地表地震计进行数据相关性分析,以确定方位角可靠性。

关键词：相关性分析方位角检测方位角校正井下地震计

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度学习的车辆角度检测技术及其应用

基于深度学习的车辆角度检测技术及其应用

引用

作者：刘梦超河南理工大学

学位级别：硕士

在无人驾驶领域,车辆角度的实时检测对于维护交通安全起着至关重要的作用。而车辆角度检测是检测车辆偏转角度,车牌倾斜角度和前车方位角度的一个关键要素。传统的角度检测方法应用的技术多是传感器技术和图像边缘检测技术,这类方法不... 详细信息

在无人驾驶领域,车辆角度的实时检测对于维护交通安全起着至关重要的作用。而车辆角度检测是检测车辆偏转角度,车牌倾斜角度和前车方位角度的一个关键要素。传统的角度检测方法应用的技术多是传感器技术和图像边缘检测技术,这类方法不但需要较高的技术投入和硬件支持,而且检测精度和实时性较差。近年来,深度学习方法已经在无人驾驶领域得到了广泛的应用。为此,本文提出了一种基于深度学习的车辆角度检测方法,并研究了其在无人驾驶领域中的应用。(1)针对无人驾驶路径规划和智能泊车领域难以通过实时检测车辆的偏转角度指导车辆正确行驶的问题,提出了一种基于回归CNN(regression Convolutional Neural Network,regression CNN)的车辆偏转角度检测方法;(2)针对无人驾驶场景中,当车牌倾斜时,不易于识别车牌信息的问题,提出了一种车牌倾斜角度检测方法,并建立了基于PVA-NET、回归CNN、Caffe Net的倾斜车牌定位、分类、矫正和识别的综合检测系统;(3)针对无人驾驶车辆行驶过程中难以实时掌握前车方位的问题,提出了一种基于深度学习的前车方位角度检测方法,并通过联合Faster R-CNN和回归CNN提出了用于检测前车位置、方位角和距离的综合检测系统。主要研究内容如下:(1)研究了基于深度学习的车辆偏转角度检测方法。首先,分析了回归CNN在检测车辆偏转角时面临的两大问题。问题一:周期角度转换为线性角度时导致的异常检测误差;问题二:训练样本标签值很小时检测误差大。然后,为了解决这两大问题,本文详细设计了MCR-CNN(Multi-Collaborative Regression CNN,MCR-CNN)及其网络结构,用于车辆偏转角度检测模型的训练和测试;提出“两阶段法”,用于优化训练数据集标签值。实验结果表明本文提出的方法能够准确检测出车辆的偏转角度。最后,在中科院高清航拍数据集上进行了检测方法的泛化能力验证实验,并取得了良好的检测结果。(2)研究了基于深度学习的车牌倾斜角度检测方法,并建立了倾斜车牌的定位、倾斜角度检测、矫正与识别框架。首先,应用PVA-NET(Performance Vs Accuracy Network)对顺时针旋转和逆时针旋转的车牌图像进行定位和分类,并根据PVA-NET模型检测到的边界框的四个顶点坐标和对应的标签,将边界框中的车牌图像裁剪出来;然后,使用回归CNN来检测车牌图像的水平倾角和垂直倾角,并根据回归CNN检测到的水平和垂直角度提出了车牌倾斜矫正算法;最后,分析了车牌字符特征,提出了基于Caffe Net的倾斜车牌字符识别模型,并在CCPD(Chinese City Parking Dataset,CCPD)数据集上进行了实验验证。结果表明,PVA-NET模型对车牌定位和分类的平均精度(AP)分别为87.40%和89.47%;倾斜角度检测模型可以准确地检测出车牌的水平倾角和垂直倾角;车牌矫正算法能够准确地矫正倾斜车牌;Caffe Net车牌字符识别模型在CCPD数据集上取得了较高的识别精度。(3)研究了基于深度学习的前车方位角检测方法,并将角度检测与前车距离检测相结合提出了基于Faster R-CNN、回归CNN的前车定位、方位角检测和测距系统。首先,完成数据集的采集、制作和标注工作,并使用所标注的数据集基于CNN训练出前车距离和方位角检测模型;然后,优化了Faster R-CNN的anchor值,使得Faster R-CNN更适用于前车定位;最后,提出了前车定位、测距和方位角综合检测系统。实验结果表明,本文所提出的方法能够准确检测出前车的位置、方位角和距离的大小,特别在测距精度上,相比单目视觉测距方法,具有较高的检测精度。图51幅,表12个,参考文献75篇。

关键词：回归CNN 无人驾驶深度学习车辆角度检测车牌倾斜角检测方位角检测

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：